Por tamaño de memoria
| Memoria | Van bien | El más grande que va bien | gpt-oss-20b |
|---|---|---|---|
| 16 GB120 GB/s | 19 | Qwen3.5 9B | 34–60 tok/s |
| 24 GB120 GB/s | 22 | Gemma 4 26B A4B | 28–51 tok/s |
| 32 GB120 GB/s | 27 | Qwen3.6 35B A3B | 28–51 tok/s |
Modelos de Mac: iMac (24-inch, 2024, Two ports), iMac (24-inch, 2024, Four ports). No todos los tamaños de memoria se ofrecen con cada modelo; las especificaciones técnicas de Apple indican con qué viene cada uno.
Preguntas
- iMac con M4: ¿es buena opción para LLM locales?
- Con 32 GB ejecuta bien 27 de 73 modelos abiertos, hasta Qwen3.6 35B A3B, y escribe unos 28–51 tokens por segundo con gpt-oss-20b. El chip M4 lee la memoria a 120 GB/s, lo que marca su velocidad de escritura.
- iMac con M4: ¿cuánta memoria necesita para IA?
- Con 16 GB ejecuta bien 19 modelos abiertos; con 32 GB, 27, hasta Qwen3.6 35B A3B. La memoria decide qué modelos caben y no se puede ampliar después.
Otras Mac
iMac con otros chips:
Otras Mac con M4:
Cara a cara:
El M4 para IA local · La mejor Mac para LLM en local · Todas las Mac
Cómo se calcula
Memoria: los parámetros del modelo a 8, 6, 4, 3 o 2 bits por peso más las escalas por grupo de MLX (medio bit por peso), o su formato nativo, con espacio extra para el contexto. De forma predeterminada, macOS deja que la GPU use alrededor del 75 % de la memoria unificada. Velocidad: el ancho de banda de memoria dividido entre los bytes leídos por token es el techo para una conversación; en los benchmarks públicos de Apple Silicon de llama.cpp, las ejecuciones reales alcanzan entre el 45 % y el 80 % de ese techo, que es el rango que se muestra. Son estimaciones, no mediciones: mide tu propia Mac en MLX Bench. Datos de los modelos tomados de cada ficha oficial; datos de los chips, de las especificaciones técnicas de Apple. Revisado el 2026-10-19. Los mismos datos que mlx.app/compare.